本申请涉及一种智慧交通监测数据的优化方法及系统。
背景技术:
1、随着高速公路的发展越来越快,高速公路自身的调度也逐步得到重视,特别是对于随着自动驾驶的发展,车路协同方面也越来越多。车路协同是采用先进的无线通信和新一代互联网等技术,全方位实施车车、车路动态实时信息交互,并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理,充分实现人车路的有效协同,保证交通安全,提高通行效率,从而形成的安全、高效和环保的道路交通系统。
2、在路测,车路协同主要是有两方面的作用,一方面是进行实时监测的数据收集,另外一方面则是进行数据传输,而在数据传输方面,包括两个方向,一个是向监测中心传输,另外一方面则是向车辆进行传输。对于监测中心,要求数据的完整和及时性,而对于车辆端,则是要求关键数据的及时性,因此对于监测数据的传输,需要根据情况的不同进行设置,现在的边缘数据监测中心并没有该功能,因此很难同时满足车路协同数据传输的要求。
技术实现思路
1、为了解决上述问题,本申请一方面公开了一种智慧交通监测数据的优化方法,包括如下步骤:
2、获取监测数据;
3、将监测数据分配为分级数据和基本数据;
4、根据分级数据进行基本数据的分配,将基本数据分配为一级数据和二级数据;
5、将一级数据传输给车辆和/或监测中心,将二级数据进行边缘处理得到边缘分析数据,然后将边缘分析数据传输给车辆和/或监测中心;
6、在一级数据和边缘分析数据传输间隙,将二级数据传输给车辆和/或监测中心。本申请通过监测数据本身得到分级数据,然后对于基本数据进行分级,采用该种方式能够对于基本数据进行分级,得到相对紧急的一级数据并利用二级数据得到边缘分析数据,从而按照紧急性不同完成数据分级。
7、优选的,所述分级数据包括评测值和紧急测量值。
8、优选的,所述分级数据按照如下方式得到:
9、所述监测数据按照重要性程度zi进行赋值,结合监测数据对应的数据包的大小bi计算得到评测值pi=zi/bi;
10、根据道路拥挤程度yi以及对应车辆的行驶速度vi,得到紧急测量值ji=yi*vi;
11、根据评测值pi对于监测数据进行排序,然后根据紧急测量值的大小,按照评测值pi的排序进行分级数据和基本数据的分配。本申请的评测值考虑了重要性程度以及数据包的大小,均衡数据负载量和重要性,而对于紧急测量值,则是考虑到路况的拥挤程度以及个别车辆的行驶速度,从而在相对紧急状况下,可以尽可能少的时间内得到尽可能多的有效的数据。
12、优选的,所述道路拥挤程度yi=预测路段现行的预测行驶时间/预测路段畅通状态行驶时间。
13、优选的,按照紧急测量值的大小,将排序在(ji/5)%前的监测数据作为一级数据,其余数据作为二级数据。
14、优选的,若监测数据为视频数据,则自动归为二级数据;在目标车辆获取一级数据之后,若无法进行驾驶策略的自动优化或优化效果不好,则在下一次进行一级数据和二级数据切割时,将排序在(2ji/5)%前的监测数据作为一级数据,其余数据作为二级数据。
15、优选的,所述二级数据处理按照如下方式进行处理得到边缘分析数据,对于为视频或者图片的监测数据,进行紧急数据的分析提取,得到边缘分析数据。本申请基于视频和图片一般比特值较大的情况,但是在某些情况下是唯一来源的问题,因此通过设置紧急数据的分析提取来进行边缘分析数据的提取,从而满足在需要进行决策时,数据完整性的及时性需求。
16、优选的,所述紧急数据包括如下数据:车辆信息,车辆之间距离,车辆与路侧之间的距离,车辆行驶速度,车辆加速度,车辆风险产生的时间、方位以及可能性。
17、优选的,车辆风险产生的时间、方位以及可能性按照目标车辆行驶策略不变,周边环境维持不变的方式进行计算和预测。
18、另一方面,还公开了一种智慧交通监测数据优化系统,包括:
19、获取模块,用于获取监测数据;
20、分级处理模块,用于将监测数据分配为分级数据和基本数据并根据分级数据进行基本数据的分配,将基本数据分配为一级数据和二级数据;并将二级数据进行边缘处理得到边缘分析数据;
21、传输模块,用于将一级数据传输给车辆和/或监测中心,然后将边缘分析数据传输给车辆和/或监测中心;在一级数据和边缘分析数据传输间隙,将二级数据传输给车辆和/或监测中心。
22、本申请能够带来如下有益效果:
23、1.本申请通过监测数据本身得到分级数据,然后对于基本数据进行分级,采用该种方式能够对于基本数据进行分级,得到相对紧急的一级数据并利用二级数据得到边缘分析数据,从而按照紧急性不同完成数据分级。
24、2.本申请的评测值考虑了重要性程度以及数据包的大小,均衡数据负载量和重要性,而对于紧急测量值,则是考虑到路况的拥挤程度以及个别车辆的行驶速度,从而在相对紧急状况下,可以尽可能少的时间内得到尽可能多的有效的数据。
25、3.本申请基于视频和图片一般比特值较大的情况,但是在某些情况下是唯一来源的问题,因此通过设置紧急数据的分析提取来进行边缘分析数据的提取,从而满足在需要进行决策时,数据完整性的及时性需求。
1.一种智慧交通监测数据的优化方法,其特征在于:包括如下步骤:
2.根据权利要求1所述的一种智慧交通监测数据的优化方法,其特征在于:所述分级数据包括评测值和紧急测量值。
3.根据权利要求2所述的一种智慧交通监测数据的优化方法,其特征在于:所述分级数据按照如下方式得到:
4.根据权利要求3所述的一种智慧交通监测数据的优化方法,其特征在于:所述道路拥挤程度yi=预测路段现行的预测行驶时间/预测路段畅通状态行驶时间。
5.根据权利要求3所述的一种智慧交通监测数据的优化方法,其特征在于:按照紧急测量值的大小,将排序在(ji/5)%前的监测数据作为一级数据,其余数据作为二级数据。
6.根据权利要求5所述的一种智慧交通监测数据的优化方法,其特征在于:若监测数据为视频数据,则自动归为二级数据;在目标车辆获取一级数据之后,若无法进行驾驶策略的自动优化或优化效果不好,则在下一次进行一级数据和二级数据切割时,将排序在(2ji/5)%前的监测数据作为一级数据,其余数据作为二级数据。
7.根据权利要求1所述的一种智慧交通监测数据的优化方法,其特征在于:所述二级数据处理按照如下方式进行处理得到边缘分析数据,对于为视频或者图片的监测数据,进行紧急数据的分析提取,得到边缘分析数据。
8.根据权利要求7所述的一种智慧交通监测数据的优化方法,其特征在于:所述紧急数据包括如下数据:车辆信息,车辆之间距离,车辆与路侧之间的距离,车辆行驶速度,车辆加速度,车辆风险产生的时间、方位以及可能性。
9.根据权利要求8所述的一种智慧交通监测数据的优化方法,其特征在于:车辆风险产生的时间、方位以及可能性按照目标车辆行驶策略不变,周边环境维持不变的方式进行计算和预测。
10.一种智慧交通监测数据优化系统,其特征在于:包括: